Python 3.x XGBoost中输出类重叠的多重分类

Python 3.x XGBoost中输出类重叠的多重分类,python-3.x,machine-learning,xgboost,Python 3.x,Machine Learning,Xgboost,我的输入数据如下所示: [1] { adverse_events [ [0] 2 ], Index_Score 0.353002130985260 }, [2] { adverse_events [ [0] 2, [1] 3 ], Index_Score "0.929244220256

我的输入数据如下所示:

[1] {
        adverse_events   [
            [0] 2
        ],
        Index_Score      0.353002130985260
    },
[2] {
        adverse_events   [
            [0] 2,
            [1] 3
        ],
        Index_Score      "0.92924422025680498" 
    },
[3] {
        adverse_events   [
            [0] 1,
            [1] 2,
            [2] 3
        ],
        Index_Score      0.854389429092407
    }
我正在尝试建立一个机器学习工作,在那里,
不良事件
可以通过
索引得分

但是,我找不到任何描述了重叠输出类的教程/文档

我想要一个多输出分类,比如XGBoost的
multi:softprob
,但是加载我制作的输入文件显示:

ValueError:标签必须由形式为0、1、2、[num\u class-1]的整数标签组成。

XGBoost分类器可以处理具有多个输出类的作业吗?

查看这一类,它可能会解决问题